Die intelligente Auswertung großer Datenmengen wird für Unternehmen immer wichtiger. Dafür benötigen sie Spezialisten – und das mehr, als zur Verfügung stehen. Auch wenn sich die weltweite Zahl der sogenannten Advanced-Analytics-Experten von 2018 bis 2020 auf eine Million verdoppeln wird, reicht das Angebot nicht aus, um den rasant steigenden Bedarf zu decken.
„Nur wer zugleich intern aus- und weiterbildet sowie externes Wissen flexibel nutzt, kann das gravierende Knappheitsproblem lösen“, fasst Leila Kunstmann-Seik, Pressesprecherin bei Bain & Company Germany in München, die Ergebnisse der Studie „Solving the New Equation for Advanced Analytics Talent“ zusammen. Hierfür analysierte die Managementberatung den globalen Arbeitsmarkt, befragte über 200 Unternehmen und wertete globale Ausbildungsstatistiken aus.
Demnach steigt die weltweite Zahl der Datenanalysespezialisten rasant: in Westeuropa beispielsweise von 125.000 im Jahr 2018 auf 170.000 im Jahr 2020, in den USA von 180.000 auf 310.000, in China von 75.000 auf 190.000 und in Indien von 65.000 auf 210.000.
„Diese Entwicklung ist eine gute Nachricht für alle vorausschauend agierenden Unternehmen, für die innovative Datenanalyse von existenzieller Bedeutung ist“, erklärt Dr. Florian Mueller, Partner bei Bain und Leiter der Praxisgruppe „Advanced Analytics“ in EMEA. „Allerdings wächst die Nachfrage noch weitaus schneller, sodass rasche Fortschritte beim flächendeckenden Einsatz moderner Analysemethoden in Gefahr sind.“
Engpässe drohen vor allem in den Berufsfeldern „Data Architect“ und „Data Scientist“ sowie „Data Engineer“ und „Machine Learning Engineer“. Vielen der frisch ausgebildeten Talente mangelt es noch an praktischem Wissen. Und der Wirtschaft fehlen erfahrene Experten sowie Teamleiter.
Langfristigen Bedarf haben vor allem die Branchen Handel, Medien und Technologie, aber auch Konsum- und Industriegüterunternehmen, die ihre Analytics-Kapazitäten deutlich ausbauen. Bisher sind in den meisten Branchen 1 bis 3 Prozent der Belegschaft im Bereich der Datenauswertung beschäftigt – digitale Vorreiterfirmen kommen im Schnitt auf 10 Prozent.
Derzeitige und erwartete Anzahl von Experten für Advanced Anlytics in vier Regionen
In einem effektiven Advanced-Analytics-Talentpool sind acht Schlüsselrollen wichtig.
Die richtigen Rahmenbedingungen schaffen
Nur wenigen Unternehmen wird es gelingen, erfahrene Datenanalysten von den globalen Tech-Firmen abzuwerben. Denn diese expandieren besonders schnell und sind attraktive Arbeitgeber für die umworbenen Spezialisten. „Unternehmen aller Branchen brauchen deshalb eine überzeugende Strategie, um die dringend benötigten Datenanalyseprofis für sich zu gewinnen“, mahnt Dr. Sebastian Walter, der bei Bain Expert Vice President ist und das Digital Solutions Team leitet. „Darüber hinaus gilt es, die richtigen Rahmenbedingungen zu schaffen, um die besten Experten zu halten.“
Drei Maßnahmen erhöhen die Erfolgsaussichten im Kampf um die begehrten Datenanalysten:
1. Aufbau von Kompetenzzentren. Die angeheuerten Analysespezialisten sollten in unternehmensweiten Kompetenzzentren organisiert werden. Um als Arbeitgeber interessant für Data Scientists oder Machine Learning Engineers zu sein, brauchen Unternehmen darüber hinaus attraktive Gehalts- sowie flexible Arbeitsmodelle samt der Möglichkeit, remote zu arbeiten. Dies gilt es offensiv zu vermarkten.
Dr. Sebastian Walter, Vice President bei Bain Expert und Leiter des „Digital Solutions“-Teams: "Unternehmen aller Branchen brauchen eine überzeugende Strategie, um die dringend benötigten Datenanalyseprofis für sich zu gewinnen."
2. Eigenes Personal weiterbilden. Vorausschauend agierende Unternehmen ermöglichen entsprechend talentierten Mitarbeitern, sich zu Datenanalysten weiterzuentwickeln. Denn das eigene Personal kennt Firma und Branche besser als jeder externe Bewerber. Allerdings hat erst jedes vierte Unternehmen Advanced-Analytics-Trainingsprogramme aufgelegt.2
Durchschnittlicher Anteil AA-orientierter Vollzeitbeschäftigter, 2018
Dr. Florian Mueller, Partner bei Bain und Leiter der Praxisgruppe Advanced Analytics in EMEA: "Kein Unternehmen kann es sich leisten, dass der Mangel an entsprechenden Profis seinen Fortschritt bremst."
3. Hybrides Modell entwickeln. Aufgrund der Personalknappheit in ihren Analyseteams müssen Unternehmen bestimmte Aufgaben an externe Dienstleister auslagern sowie Datahubs und Crowdsourcing nutzen. Sicherheitsrelevante Bereiche verbleiben dagegen im Unternehmen.
Ein hybrides Modell ist oft sinnvoller als der Versuch, alle Aspekte der Datenauswertung intern zu bewältigen – zu gewaltig ist der Umfang der erforderlichen Expertise. Nur 30 Prozent der Unternehmen arbeiten heute im Bereich „Advanced Analytics“ voll integriert, die Mehrheit verfolgt das hybride Modell. „Ein hybrides Modell für Advanced-Analytics-Expertise bedeutet für Unternehmen, mehr Datenanalysespezialisten einzustellen und gleichzeitig ein Ökosystem aus Drittfirmen aufzubauen, mit denen die eigenen Experten eng zusammenarbeiten“, so Bain-Experte Mueller. „Denn kein Unternehmen kann es sich leisten, dass der Mangel an entsprechenden Profis seinen Fortschritt bremst.“
In den nächsten beiden Jahren wird sich das globale Angebot an Talenten für Advanced-Analytics-Spezialisten verdoppeln, wobei der indische Talentpool besonders schnell wächst. In den USA, aber auch hierzulande wird der Talentmangel bei erfahrenen Neueinstellungen und bestimmten Schlüsselpositionen wie Datentechnikern und Architekten anhalten.
Vor diesem Hintergrund ist es kein Wunder, dass die Talentjagd für Advanced-Analytics-Fachkräfte längst begonnen hat. Weil der Arbeitsmarkt die notwendigen Experten aber nicht hergibt, müssen Unternehmen intern aus- und weiterbilden sowie externes Wissen flexibel nutzen, um das gravierende Knappheitsproblem zu lösen. Eine erfolgreiche Strategie sieht Neueinstellungen und interne Umschulungen vor, aber auch die Erschließung von externen Dienstleistern oder Crowdsourcing.
